首页 > 其他 > 详细

机器学习——神经网络

时间:2018-06-26 00:12:39      阅读:343      评论:0      收藏:0      [点我收藏+]


神经网络基础概念

人工神经网络又叫神经网络,是借鉴了生物神经网络的工作原理形成的一种数学模型。神经网络是机器学习诸多算法中的一种,它既可以用来做有监督的任务,如分类、视觉识别等,也可以用作无监督的任务。同时它能够处理复杂的非线性问题,它的基本结构是神经元,如下图所示:

技术分享图片

其中,x1、x2、x3代表输入,中间部分为神经元,而最后的hw,b(x)是神经元的输出。整个过程可以理解为输入——>处理——>输出。

由多个神经元组成的就是神经网络

技术分享图片

如图所示:
这是一个4层结构的神经网络,layer1为输入层,layer4为输出层,layer2,layer4为隐藏层,即神经网络的结构由输入层,隐藏层,输出层构成。其中除了输入层以外,每一层的输入都是上一层的输出。


神经网络数学原理

单个神经元的数学构成很简单,包含两个部分权重和偏置,每个输入值进入神经元都会进行类似y=wx+b其中w为权重,b为偏置,x为输入值,y为单个输入值的结果,经过激活函数激活后输出结果为f(wx+b),其中f为激活函数。存在多个输入值使用激活函数的情况下输出值为f(w1x1+w2x2+...+wnxn+b)。

激活函数的作用

激活函数也成为映射函数,可以对计算结果进行非线性转换,从而提升神经网络的表达能力,从而能够处理线性不可分的问题,比如语音识别和图像识别等。常见的激活函数有sigmoid,tanh,relu...等。


激活函数之sigmoid

sigmoid的表达式为:
技术分享图片

其图形为一个s型曲线,会将所有的输入结果映射到0-1之间,图形样式如下:
技术分享图片

sigmoid常备用于处理二分类问题,比较典型的像逻辑回归就是使用sigmoid处理二分类问题。

机器学习——神经网络

原文:https://www.cnblogs.com/wkslearner/p/9201619.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!